海量影像并行处理技术效率测试——以地理国情普查影像处理为例

摘要：地理国情普查项目实施过程中有大量的航空、航天遥感影像需要处理,如何高效、快捷、准确地处理这些种类繁多、形式各异的海量数据,成为地理国情普查面临的新的技术挑战。引进集群计算机并行处理海量遥感影像技术,通过测试、分析与对比,总结海量数据集群处理系统的优势。     

基于MPI的海量遥感影像并行处理技术探析

有效处理海量遥感影像数据,是解决遥感产品生产系统的大规模复杂应用的关键。针对目前通用的顺序处理已不能满足海量数据运算要求的问题,基于MPI并行处理开发环境,采用分级、分块的金字塔技术来对遥感影像数据做预处理,进而进行海量遥感影像切片、分块计算、并行处理和影像合成,有效地提高了海量遥感影像数据的运算速度,为海量遥感影像并行处理提供实践依据。     

基于中间件的高分辨率卫星影像正射纠正的分布式处理

当前摄影测量系统软件正向分布式并行处理方向发展,目前大家研究比较多的是在高性能计算机系统(如刀片机)下进行并行数据处理,而研究普通PC机集群分布式并行处理数据则相对比较少。因此本文在多PC机环境下按照分布式处理思想提出了一种对高分辨率卫星影像进行正射纠正的基于中间件模式的分布式并行处理系统,着重叙述了该系统的组成以及任务调度中的相关处理等问题,并在实践中验证了它的可行性。     

利用PixelGrid系统处理多源遥感影像方法研究

随着科学技术的快速发展,人们对于高性能计算技术的需求日益迫切,大规模数据并行处理的集群式系统实现技术开始逐步成熟。我国已对该项技术进行了深入研究,并将其应用到遥感影像处理技术当中,形成了集群式数字摄影测量系统Pixel Grid。相对于传统的摄影测量及遥感影像处理过程,集群式系统整合资源、集成技术,大大提高了数字摄影测量以及遥感影像数据处理乃至空间信息提取的处理效率。这也是目前遥感影像处理技术发展的重要方向之一。     

基于集群的影像并行OPTA算法研究

并行计算是提高海量遥感影像细化处理速度的有效途径.基于对OPTA细化算法的分析,深入研究OPTA细化并行算法中数据划分和数据通信优化等关键问题,提出一种适合集群并行处理的通信优化并行算法,实验证明该算法具有良好的加速比,适合集群计算环境下海量遥感影像的细化处理.     

基于高性能计算平台的天宫一号遥感数据地面预处理系统

针对天宫一号传感器特点,设计并实现了基于高性能并行集群环境的遥感数据地面预处理系统,可完成对高并发、海量遥感数据处理任务的快速、高效处理.该系统可通过传感器的星上定标参数完成系统辐射校正、系统几何校正等处理过程,生产出高光谱热红外谱段和高光谱数据的1级、2级遥感产品.同时,在数据产品封装与输出分系统中,采用了较为通用的GeoTiff与HDF作为产品的主要输出格式,可满足领域内多种用户的需求.     

集群式遥感影像处理的关键技术

海量遥感影像快速处理是当前遥感影像处理与分析的重要任务之一。以高性能集群并行处理技术和大规模分布式处理技术为代表的遥感影像处理方法,因其能够满足遥感影像大规模快速处理任务的需求而备受关注。从计算机硬件技术、多任务处理技术、集群调度等多个方面对集群式遥感影像处理中的关键技术进行了分析与说明。     

像素工厂与街景工厂助推影像快速处理

正为快速处理影像数据,江西省地理国情监测遥感院引进了法国像素工厂与街景工厂。像素工厂与街景工厂均为欧洲空客防务与空间公司研发的空间数据自动化处理解决方案的系列产品。它们都是集自动化、并行处理、多种影像兼容、远程管理等特点于一身的遥感影像自动化处理系统,代表了当今最为先进的遥感影像数据处理技术。在获取原始影像和外业像控资料之后,经     

分布式遥感图像处理中的若干关键技术

分析和探讨了分布式遥感图像处理中的主要研究问题和若干关键技术,包括分布式处理模型、支撑环境、网络环境下的遥感数据存储管理、分布式并行处理中数据划分、功能分解以及负载平衡与任务分配等。     

一体化通用小型高速遥感数据接收处理平台技术

针对高分辨率遥感卫星数据机动接收处理的特点,提出一种具有一体化、通用化和小型化特点的高速遥感数据接收处理平台。该平台通过采用嵌入式变频与光电前端技术、嵌入式高速解调技术和ATCA高性能计算架构等技术实现了2 Gbps以上的高分辨率遥感数据小型化接收处理,可应用于高机动遥感卫星地面接收处理系统中。